借助 Google Distributed Cloud (GDC) 网闸隔离配置中的光学字符识别 (OCR) 功能，您可以检测和提取应用中的图片和文档中的文本。创建项目并请求开发者角色后，在 GDC 控制台中启用 OCR API，以查看服务状态和端点。然后，您可以安装 Python 客户端库、定义环境变量，并使用 gdcloud CLI 配置服务账号和对请求进行身份验证。如果您刚开始接触 Vertex AI，请参阅了解字符识别功能。
创建项目
在 Distributed Cloud 资源层次结构中创建字符识别项目可整理 OCR 资源，包括协作者、已启用的 API、监控工具、结算信息、身份验证凭证和访问权限控制。
如需创建项目，请参阅为 Vertex AI 设置项目。进行 API 调用时，您需要用到项目 ID。
请求开发者权限
您必须在项目中拥有 AI OCR Developer 角色，才能访问光学字符识别功能并生成用于请求身份验证和授权的 API 令牌。
请让您的 IAM 项目管理员向您的用户或服务账号授予项目命名空间内的 AI OCR Developer (ai-ocr-developer) 角色。如需了解此角色，请参阅准备 IAM 权限。
启用 OCR API
您必须为项目启用 OCR 预训练 API。如果已启用，您可以查看 OCR 预训练 API 的服务状态和端点。
安装客户端库
客户端库支持 Python 编程语言。我们建议您使用这些客户端库来调用 OCR API，因为它们可以更轻松地访问 API。
建议在虚拟环境中使用 venv 安装此库。
使用 venv 具有以下几项关键优势：
- 它会创建独立的 Python 环境来托管不同版本的软件包。
- 它可防止项目依赖项与系统级安装之间发生冲突。
- 它允许在不需要系统级权限的情况下安装库。
安装 OCR 客户端库，并按照以下步骤操作，确保您使用的是正确的版本：
检查是否已安装 OCR 客户端库，并获取版本号：
pip freeze | grep vision如果已安装客户端库，您将获得类似于以下示例的输出：
google-cloud-vision==3.0.0您获取的版本号必须与以下端点处的客户端库匹配：
https://GDC_URL/.well-known/static/client-libraries将
GDC_URL替换为您的组织在 GDC 中的网址。如果版本号不匹配，请卸载客户端库：
pip uninstall google-cloud-vision如果您卸载了 OCR 客户端库，则必须通过指定与您的操作系统对应的文件名来重新安装该库。
设置环境变量
安装 OCR 客户端库后，您可以通过 Python 脚本与 API 进行交互。
如果您在项目中设置了服务账号，以便以编程方式进行授权 API 调用，则可以在 Python 脚本中定义环境变量，以便在运行时访问服务账号密钥等值。
请按照以下步骤在 Python 脚本中设置所需的环境变量：
创建 JupyterLab 笔记本，以便与 OCR 预训练 API 进行交互。
在 JupyterLab 笔记本上创建 Python 脚本。
将以下代码添加到 Python 脚本中：
import os os.environ["GOOGLE_APPLICATION_CREDENTIALS"] = "APPLICATION_DEFAULT_CREDENTIALS_FILENAME"将
APPLICATION_DEFAULT_CREDENTIALS_FILENAME替换为包含您在项目中创建的服务账号密钥的 JSON 文件的名称，例如my-service-key.json。将 Python 脚本保存为某个名称，例如
vision.py。运行 Python 脚本以设置环境变量：
python SCRIPT_NAME将
SCRIPT_NAME替换为您为 Python 脚本指定的名称，例如vision.py。
设置身份验证
在开始使用 OCR API 之前，您必须对客户端凭据进行身份验证，并请求对项目资源的账号访问权限。如需了解详情，请参阅对 API 请求进行身份验证。